Advancing sarcoma diagnostics with expanded DNA methylation-based classification
Notice bibliographique
Résumé
Purpose: Sarcomas pose a severe diagnostic challenge. A wide variety of these distinct entities need to be distinguished from each other and from less aggressive types of mesenchymal tumors, to ensure correct clinical management. A machine learning based classifier for sarcomas utilizing DNA methylation data from 1077 tumors recognizing 62 sarcoma types has already been developed and termed the sarcoma classifier, which we published in 2021. Here we present a major advancement of the scale and precision of the sarcoma classifier. Methods: DNA methylation profiles and histologic data from an unprecedented multi-institutional cohort of mesenchymal tumors were collected and analyzed. Utilizing a machine learning approach, the classifier was rigorously validated through five-fold nested cross-validation, achieving a 98% class-level accuracy and a Brier score of 0.017, indicative of well-calibrated probability estimates. Results: The sarcoma classifier v13.1 was developed based on a training set of 4377 methylation profiles from sarcomas and less aggressive mesenchymal tumors comprising 116 tumor sub-classes and 4 control groups forming 93 distinct methylation classes. Performance was validated using four independent cohorts, comprising a total of 1547 mesenchymal tumors. A methylation-based classifier prediction was obtained in 73% of cases in the validation sets, of which 91% matched the original histopathology diagnosis, thereby increasing diagnostic confidence. The classifier enabled a definitive molecular diagnosis or tumor reclassification in 6% of cases with inconclusive or ambiguous histological findings. Conclusion: Adding new sarcoma types and expanding tumor sample numbers in each methylation class in the new sarcoma classifier decisively increased the number of diagnostic predictions and improved match with histologic evaluation. This substantial advancement will promote clinical implementation of the tool for the diagnosis of mesenchymal tumor lesions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».